清华时立文spss第8章.pptVIP

第8章 非参数检验 非参数检验是统计分析方法的重要组成部分，与参数检验共同构成统计推断的基本内容。非参数检验(Nonparametric Fests，Npar)是指在母体不服从正态分布或分布情况不明确时，即不依赖母体分布的类型，用以检验数据是否来自同一个母体假设的一类检验方法，又称分布自由(Distribution-Free)检验。 在SPSS统计软件中所提供的非参数统计方法，共有以下几种。 卡方检验，用于检验二项或多项分类变量的分布。 二项分布检验，用于检验二项分类变量分布。 游程检验，用于检验样本序列随机性。 单样本Kolmogorov-Smirnov检验，用于检验样本是否服从各种常用分布。 两个独立样本检验，用于分组数据分布位置的检验。 多独立样本检验，用于分组数据分布位置的检验。 两个配对样本检验，用于配对数据分布位置的检验。 多配对样本检验，用于配对数据分布位置的检验。 8.1 非参数检验概述 非参数检验处理问题大致分为两类：一类是两个母体的分布未知，用两组样本来检验它们是否相同；另一类是假设一组样本的母体分布，然后用另一组样本来检验它是否正确。 8.1.1 非参数统计与参数统计 参数统计是这样一种检验：它的模型对抽出研究样本的总体的参数规定了某些条件。由于这些条件通常未受检验，因此假设它们成立。参数检验结果的意义取决于这些假设的合理性。参数检验也要求所分析的数据要至少是从间隔量表水平的测量中获取的。 非参数检验是这样一种检验：其模型对于被抽样总体的参数不规定条件。大多数非参数检验都包含一定的假设，即观测是独立的，所研究的变量具有基础的连续性。不过这些假设比起参数检验的假设来要少，并且弱得多。而且，非参数检验并不要求像参数检验所要求的那么高的测量，大多数非参数检验用于顺序量表的数据，也有一些用于名称量表的数据。 在现实生活中，往往不知道客观现象的总体分布情况如何，因此应用参数检验的方法就会产生困难。例如，要检验两个总体的均值是否相同，利用T分布进行检验，就需要假定两个总体的分布都是服从正态分布的。但若不知道总体分布的情况或总体不满足正态分布的假设，应用T检验就会存在困难。在不知道客观现象服从何种分布的情况下，需要根据样本信息来推断总体是否属于某种理论分布。在数理统计中，对不考虑原来的总体分布进行估计和检验的方法统称为非参数统计方法。 8.1.2 参数检验的优点 在本章中所讲的非参数检验都是最简单、最基本的非参数检验方法，非参数检验方法近年来发展极为迅速，已成为21世纪统计学发展的焦点之一。这是因为，与参数检验相比，非参数检验具有很多优势。 (1) 大多数非参数检验所得出的概率描述是精确的概率(大样本情况除外，那里有极好的近似可用)，与其抽样的总体分布形式如何无关。 (2) 如果所使用的样本容量小到N=6，那么除非确切知道总体分布的性质，否则我们只能用非参数统计检验，而没有别的选择余地。 (3) 对于处理来自几个不同总体的观测量所组成的样本，有一些合适的非参数统计检验。 (4) 非参数统计检验可用来处理确实只是分等的数据，以及表面上是数字结果但实质为分等水平的数据。 (5) 非参数估计对检验的限制少，具有较好的稳健性。 (6) 非参数检验方法不仅适用于定比数据和定距数据的检验，还适用于定类和定序数据的检验，即以名称量表测量的数据，可以弥补参数检验中碰到的无法运用的定性资料的检验问题。 8.1.3 参数检验的缺点 非参数检验虽然适用范围较广且稳健性良好，尤其是高级非参数检验已经显示出参数检验所无法比拟的优势，但这些方法都要求用户有非常深厚的数理统计功底，并且大都需要编写程序才能完成。与参数检验相比，非参数检验有以下缺点。 (1) 如果参数统计模型的所有假设在数据中事实上都能满足，而且测量达到了所要求的水平，那么用非参数检验就浪费了数据。 (2) 非参数检验通常利用的不是原始数据，而是原始数据的秩或等级，这就可能损失了原始数据中所包含的信息。 (3) 如果大部分数据分布比较集中，但存在少数非常大或非常小的极端值，此时采用无参数检验就不能完全覆盖信息。 (4) 进行分组比较后，若母体存在差异，那就应该进行两两比较，但还没有一种非参数统计方法能用来检验方差分析模型中的交互作用，除非对其特征作特殊假设。 8.2 卡 方 检 验 卡方检验是一种极为典型的对总体分布进行检验的非参数检验方法，也称为卡方拟合优度检验，用于检验数据是否与某种概率分布的理论数字相吻合，进而推断样本数据是否来自该分布的问题。 8.2.1 卡方检验的原理 1．卡方检验基本介绍 2．卡方检验的基本思想 8.2.2 卡方检验的SPSS操作 建立或打开数据文件后，即可进行卡方检验，卡方检验通过“卡方”命令来实现。 SPSS的卡方检验的数据存放有